تعریف عمومی از #BI
مثال از BI
و خروجی های آن به زبان ساده
@datascienceIE

به چه دلایلی باید #پایتون را یاد بگیریم.
مباحث جالبی بیان میشه
مشاهده بفرمایید.

@datascienceIE

جزوه جلسه اول درس #پایگاه داده #SQL
@DatascienceIE

جزوه جلسه دوم درس #پایگاه داده #SQL
@DatascienceIE

طریقه Uninstall نرم افزار #sql

@datascienceIE

طریقه install نرم افزار #sql

@datascienceIE

کتاب مرجع، درس #پایگاه_داده

@datascienceIE

میزان اثر گذاری مهارت های مختلف بر روی میزان حقوق توسعه دهنده هوش تجاری در آمریکا.
حداقل پرداختی، ۶۰ هزار دلار
متوسط، ۸۰ هزار دلار
حداکثر ۱۳۰ هزار دلار
@datascienceIE

تمرینات طراحی #پایگاه_داده و طراحی نمودار #ER . @datascienceIE

بیان تفاوت بین هوش مصنوعی و یادگیری ماشین توسط آقای رضازاده
مدیر شرکت Matroid
@datascienceIE

@datascienceIE
دوره sql server .
آبان ۹۶
دانشکده مهندسی صنایع، دانشگاه تهران

@datascienceIE
دوره sql server .
آبان ۹۶
دانشکده مهندسی صنایع، دانشگاه تهران

کتاب #پایتون
#python tutorial
@datascienceIE

سه ویژگی کلیدی نسخه SQL Server 2017 برای دانشمندان علم‌داده:

https://goo.gl/GqnbRZ

1- پایتون و R: در این نسخه به صورت یکپارچه امکان استفاده از زبان‌های مطرح علم‌داده همچون زبان‌های برنامه‌نویسی پایتون و R را در SQL Server خواهید داشت.

2- پایگاه داده گرافی: در نسخه 2017 پایگاه داده SQL Server امکان مدیریت دادگان و اطلاعات مبتنی بر Graph ایجاد گردیده است.

3- هوش تجاری: با اضافه‌سازی ابزار داشبوردسازی Power BI، از طریق SSRS امکان ساخت داشبوردهای کارآمد را به صورت یکپارچه در پلتفرم هوش تجاری SQL Server وجود دارد.

@datascienceIE

تعریف نوع داده data type در sql server .
کانال علم داده دانشکده مهندسی صنایع دانشگاه تهران
@datascienceIE

#تمرینات سری دوم درس پایگاه داده sql_server#
@datascienceIE

دوره کد نویسی #پایتون، اعطای گواهی نامه، پرداخت در دو قسط، شروع ۲ آذر، ۱۴ جلسه، بدون پیش نیاز، مهمترین ابزار علم داده
ثبت نام:
@MrPouyanNik
کانال علم داده:
@datascienceIE

#یادگیری_ماشین چیست ؟
#machine_learning

@datascienceIE

هفت قدم در #یادگیری_ماشین
#Machine_learning

@datascienceIE

@datascienceIE

هفت قدم در یادگیری ماشین:
1-Gathering data
2-Preparing that data
3-Choosing a model
4-Training
5-Evaluation
6-Hyperparameter training
7-Prediction

هدف طراحی سیستمی است که به سوالات (model) از طریق Training بتواند با دقت بالایی پاسخ صحیح بدهد.
این train بر اساس داده های موجود انجام میشود.
بنابراین برای train مناسب نیاز به data است و از این داده ها feature های مناسبی باید انتخاب نمود که بتواند به سوالات مطرح شده پاسخ مناسبی بدهد. همچنین حجم داده و کیفیت بالای آنها باعث افزایش کیفیت پاسخ میشود...

با مشاهده فیلم آموزشی ارسال شده با هفت مورد بالا آشنا شوید

۷ مرحله کاربردی برای تبدیل شدن به متخصص #علم_داده
😊
@dataScienceIE

کانال علم داده دانشکده صنایع دانشگاه تهران.

لینک گروه SQL 👇

https://news.1rj.ru/str/joinchat/EfgZ1lLWoQmtRRE3Dh_Fzg